JPH0322094A - 文字認識方式 - Google Patents
文字認識方式Info
- Publication number
- JPH0322094A JPH0322094A JP1156440A JP15644089A JPH0322094A JP H0322094 A JPH0322094 A JP H0322094A JP 1156440 A JP1156440 A JP 1156440A JP 15644089 A JP15644089 A JP 15644089A JP H0322094 A JPH0322094 A JP H0322094A
- Authority
- JP
- Japan
- Prior art keywords
- character
- feature
- recognition
- dictionary
- feature amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Character Discrimination (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔概 要〕
認識対象文字の特徴量と辞書に格納されている比較対象
文字の特徴量とを比較して文字の認識を行う文字認識方
式に関し、 認識対象文字の位置ずれや変形が微小である場合にそれ
を吸収し、安定した文字認識率を得ることを目的とし、 認識対象文字のイメージ情報を複数の領域に分割し、各
分割領域ごとに抽出された特徴量から認識対象文字の特
徴量を得る特徴量抽出手段と、比較対象文字の特徴量が
格納される辞書と、認識対象文字の特徴量と比較対象文
字の特徴量とを比較し、特徴量間の相違が最小となる比
較対象文字を認識結果として出力する辞書検索手段とを
備えた文字認識方式において、所定の比較対象文字ごと
に、認識対象文字の各分割領域の大きさを変更して特ｒ
ｌｌ量間の相違を最小とする特徴量適応化処理を行い、
そのときの各特ｔｔｌ．ｍ間の相違を識別処理に供する
特徴量適応化手段を備え構戒する二〔産業上の利用分野
〕 本発明は、イメージスキャナその他の光学的読み取り装
置で読み取った認識対象文字のイメージ情報から得られ
る特徴量と、辞書に格納されている比較対象文字の特徴
量とを比較して文字の！！識を行う文字認識方式に関す
る。
文字の特徴量とを比較して文字の認識を行う文字認識方
式に関し、 認識対象文字の位置ずれや変形が微小である場合にそれ
を吸収し、安定した文字認識率を得ることを目的とし、 認識対象文字のイメージ情報を複数の領域に分割し、各
分割領域ごとに抽出された特徴量から認識対象文字の特
徴量を得る特徴量抽出手段と、比較対象文字の特徴量が
格納される辞書と、認識対象文字の特徴量と比較対象文
字の特徴量とを比較し、特徴量間の相違が最小となる比
較対象文字を認識結果として出力する辞書検索手段とを
備えた文字認識方式において、所定の比較対象文字ごと
に、認識対象文字の各分割領域の大きさを変更して特ｒ
ｌｌ量間の相違を最小とする特徴量適応化処理を行い、
そのときの各特ｔｔｌ．ｍ間の相違を識別処理に供する
特徴量適応化手段を備え構戒する二〔産業上の利用分野
〕 本発明は、イメージスキャナその他の光学的読み取り装
置で読み取った認識対象文字のイメージ情報から得られ
る特徴量と、辞書に格納されている比較対象文字の特徴
量とを比較して文字の！！識を行う文字認識方式に関す
る。
イメージ情報として入力される文字についての従来の文
字認識方式では、まず文書全体のイメージ情報から所定
の切り出し処理により個々の文字に対応するイメージ情
報（文字イメージ）を得る（第５図（ｌ））。
字認識方式では、まず文書全体のイメージ情報から所定
の切り出し処理により個々の文字に対応するイメージ情
報（文字イメージ）を得る（第５図（ｌ））。
続いて、個々の文字イメージの濃淡、輪郭線などから数
値列として表される特ｆ！ｌｉｔを抽出するが、従来方
式では文字認識率を高めるために、まず外郭を含む矩形
領域を８×８の小領域に分割し、各分割領域ごとの特ｆ
ｔｋｌを抽出する（第５図（２））。
値列として表される特ｆ！ｌｉｔを抽出するが、従来方
式では文字認識率を高めるために、まず外郭を含む矩形
領域を８×８の小領域に分割し、各分割領域ごとの特ｆ
ｔｋｌを抽出する（第５図（２））。
この特徴量は、例えば文字イメージの輪郭線上の各輪郭
点の接続状態に応じて４方向の方向コード（特徴素！）
を与え（第５図（３））、各方向コードについてその個
数（頻度）を積算したものであり、各分割領域ごとにそ
の特徴量は（Ａ ｏ，Ａ ＋ ， Ａ ！＋ Ａ ３）
として抽出される。なお、第５図（２）に示す小領域内
の特徴量は、（１，４，Ｏ，Ｏ）である。
点の接続状態に応じて４方向の方向コード（特徴素！）
を与え（第５図（３））、各方向コードについてその個
数（頻度）を積算したものであり、各分割領域ごとにそ
の特徴量は（Ａ ｏ，Ａ ＋ ， Ａ ！＋ Ａ ３）
として抽出される。なお、第５図（２）に示す小領域内
の特徴量は、（１，４，Ｏ，Ｏ）である。
同様にして、６４の各分割領域からそれぞれ特徴量を抽
出し、文字イメージの特徴量（４Ｘ８Ｘ８−２５６次元
ベクトル）が得られる。
出し、文字イメージの特徴量（４Ｘ８Ｘ８−２５６次元
ベクトル）が得られる。
このようにして抽出された文字イメージの特徴量は、辞
書検索部において、辞書に格納されている比較対象文字
の特徴量との比較が行われ、特徴量間の相違（距離）が
最小のものを認識文字とし、その文字コードを出力して
文字認識処理を終了する． 〔発明が解決しようとする課題〕 このような従来方式は、文字イメージを固定の分割領域
からそれぞれの特徴量を抽出し、各特徴素量ごとに辞書
の対応する特徴量と比較してその相違を積算し、特徴量
間の相違を求める構成である。したがって、認識対象文
字のフォントが各分割領域単位で比較対象文字のフォン
トとわずかに異なっても、それが積算されて大きな値に
なることがあった。
書検索部において、辞書に格納されている比較対象文字
の特徴量との比較が行われ、特徴量間の相違（距離）が
最小のものを認識文字とし、その文字コードを出力して
文字認識処理を終了する． 〔発明が解決しようとする課題〕 このような従来方式は、文字イメージを固定の分割領域
からそれぞれの特徴量を抽出し、各特徴素量ごとに辞書
の対応する特徴量と比較してその相違を積算し、特徴量
間の相違を求める構成である。したがって、認識対象文
字のフォントが各分割領域単位で比較対象文字のフォン
トとわずかに異なっても、それが積算されて大きな値に
なることがあった。
すなわち、認識対象文字のフォント（第５図（４）．（
５））が辞書に格納されている比較対象文字のフォント
（第５図（１）． （２））と異なる場合や、文字位置
に微小なずれ（分割領域のずれ）があったり、その読み
取り条件（１度、かすれ、その他）の変化で文字に変形
が生じている場合には、そのフォント相違に起因する特
徴量の微変動を吸収することができず、認識率の低下を
引き起こしていた。
５））が辞書に格納されている比較対象文字のフォント
（第５図（１）． （２））と異なる場合や、文字位置
に微小なずれ（分割領域のずれ）があったり、その読み
取り条件（１度、かすれ、その他）の変化で文字に変形
が生じている場合には、そのフォント相違に起因する特
徴量の微変動を吸収することができず、認識率の低下を
引き起こしていた。
本発明は、文字認識率がフォント変動に大きく依存して
いることに鑑み、認識対象文字の位置ずれや変形が微小
である場合にはそれを吸収し、安定した文字認識率を得
ることができる文字認識方式を提供することを目的とす
る。
いることに鑑み、認識対象文字の位置ずれや変形が微小
である場合にはそれを吸収し、安定した文字認識率を得
ることができる文字認識方式を提供することを目的とす
る。
第１図は、本発明の原理ブロック図である。
図において、特徴量抽出手段１１は、認識対象文字のイ
メージ情報を複数の領域に分割し、各分割領域ごとに抽
出された特徴量から認識対象文字の特徴量を得る。
メージ情報を複数の領域に分割し、各分割領域ごとに抽
出された特徴量から認識対象文字の特徴量を得る。
辞書ｌ３は、比較対象文字の特徴量が格納される。
辞書検索手段１５は、認識対象文字の特徴量と比較対象
文字の特徴量とを比較し、特徴量間の相違が最小となる
比較対象文字を認識結果として出力する。
文字の特徴量とを比較し、特徴量間の相違が最小となる
比較対象文字を認識結果として出力する。
特徴量適応化手段１７は、所定の比較対象文字ごとに、
認識対象文字の各分割領域の大きさを変更して特徴量間
の相違を最小とする特徴量適応化処理を行い、そのとき
の各特徴量間の相違を識別処理に供する制御を行う。
認識対象文字の各分割領域の大きさを変更して特徴量間
の相違を最小とする特徴量適応化処理を行い、そのとき
の各特徴量間の相違を識別処理に供する制御を行う。
本発明は、特徴量適応化千段１７の制御により、所定の
比較対象文字に対して、それぞれ特徴量間の相違が最小
になるように認識対象文字の各分割領域の大きさを変更
する。辞書検索手段１５では、所定の比較対象文字ごと
にそれぞれ最小となった特徴量間の相違を比較し、その
中で最小の特徴量間の相違に対応する比較対象文字を認
識結果として出力する。
比較対象文字に対して、それぞれ特徴量間の相違が最小
になるように認識対象文字の各分割領域の大きさを変更
する。辞書検索手段１５では、所定の比較対象文字ごと
にそれぞれ最小となった特徴量間の相違を比較し、その
中で最小の特徴量間の相違に対応する比較対象文字を認
識結果として出力する。
すなわち、本発明方式は、当初の分割領域においてある
比較対象文字との特徴量間の相違が最小になっても、特
＠．量適応化処理により他の比較対象文字に対する特徴
量間の相違を最小にすることができた場合には、その比
較対象文字を認識結果とする方式である。
比較対象文字との特徴量間の相違が最小になっても、特
＠．量適応化処理により他の比較対象文字に対する特徴
量間の相違を最小にすることができた場合には、その比
較対象文字を認識結果とする方式である。
このように、認識対象文字の各分割領域の大きさを変更
し、辞書ｌ３に格納されている比較対象文字に近似させ
ることができるので、認識対象文字のずれや変形が比較
対象文字に対して微小なものであればその吸収は容易で
あり、分割領域が固定であるときに比べて安定した文字
認識率を得ることが可能になる。
し、辞書ｌ３に格納されている比較対象文字に近似させ
ることができるので、認識対象文字のずれや変形が比較
対象文字に対して微小なものであればその吸収は容易で
あり、分割領域が固定であるときに比べて安定した文字
認識率を得ることが可能になる。
以下、図面に基づいて本発明の実施例について詳細に説
明する。
明する。
第２図は、本発明方式を実現する文字認識装置の実施例
構或を示すブロック図である。
構或を示すブロック図である。
なお、認識対象文字の特ｔＵｔの抽出処理、および辞書
検索結果により特徴量間の相違から文字認識を行い、対
応する文字コードを出力する処理については従来方弐と
同様とする。
検索結果により特徴量間の相違から文字認識を行い、対
応する文字コードを出力する処理については従来方弐と
同様とする。
すなわち、文字切り出し部２１では、光学的読み取り装
置から人力される認識対象文字のイメージ情報に対して
、所定の切り出し処理を行い個々の文字イメージに変換
する。特徴量抽出部２３では、個々の文字イメージを小
領域に分δリし、各分割領域ごとにその特徴量を抽出し
、一つの文字イメージから例えば２５６次元ベクトルの
特徴量を取り出す。辞書２５には、比較対象文字の特徴
量およびその文字コードが格納される． 辞書検索部２７では、辞書２５に格納されている比較対
象文字の特徴量を検索し、文字イメージの特１ｖｉｌと
各特徴素量ごとに比較して特徴量間の相違が最小のもの
を割り出し、対応する文字コードを認識結果として出力
する。出力部２９では、辞書検索部２７から出力される
文字コードを所定の出力媒体に対応するコードに変換し
て出力する。
置から人力される認識対象文字のイメージ情報に対して
、所定の切り出し処理を行い個々の文字イメージに変換
する。特徴量抽出部２３では、個々の文字イメージを小
領域に分δリし、各分割領域ごとにその特徴量を抽出し
、一つの文字イメージから例えば２５６次元ベクトルの
特徴量を取り出す。辞書２５には、比較対象文字の特徴
量およびその文字コードが格納される． 辞書検索部２７では、辞書２５に格納されている比較対
象文字の特徴量を検索し、文字イメージの特１ｖｉｌと
各特徴素量ごとに比較して特徴量間の相違が最小のもの
を割り出し、対応する文字コードを認識結果として出力
する。出力部２９では、辞書検索部２７から出力される
文字コードを所定の出力媒体に対応するコードに変換し
て出力する。
本発明は、認識対象文字の特徴量と比較対象文字の特徴
量との比較において、各分割領域の大きさを可変にする
ことにより、文字の読み込み時に発生する位置ずれやフ
ォントの違いに起因する特徴量の変動を吸収し、文字認
識率の向上を図るものである。
量との比較において、各分割領域の大きさを可変にする
ことにより、文字の読み込み時に発生する位置ずれやフ
ォントの違いに起因する特徴量の変動を吸収し、文字認
識率の向上を図るものである。
第３図は、特徴量抽出部および辞書検索部における本発
明の実施例処理手順を示すフローチャートである。
明の実施例処理手順を示すフローチャートである。
認識対象文字の文字イメージが人力される特徴量抽出部
２３では、各分割領域の特徴量を抽出しする。辞書検索
部２５では、この特徴量を用いて大分類処理を行う。こ
の大分類処理では、比較対象文字の特ａｔが格納されて
いる辞書を検索するときに、ある程度粗い特１ｆｉｌを
用いて計算量を軽減し、１０〜２０文字程度の候補文字
を選別する。この大分類処理は、次の詳細識別処理にお
いて文字候補数を少なくし、文字認識のための処理量を
軽減させることを目的としている。
２３では、各分割領域の特徴量を抽出しする。辞書検索
部２５では、この特徴量を用いて大分類処理を行う。こ
の大分類処理では、比較対象文字の特ａｔが格納されて
いる辞書を検索するときに、ある程度粗い特１ｆｉｌを
用いて計算量を軽減し、１０〜２０文字程度の候補文字
を選別する。この大分類処理は、次の詳細識別処理にお
いて文字候補数を少なくし、文字認識のための処理量を
軽減させることを目的としている。
特徴量抽出部２３および辞書検索部２５では、左右方向
特徴量適応化処理、上下方向特徴量適応化処理および再
識別処理による詳細識別処理を行う．すなわち、分割領
域を仕切る分割線を左右方向および上下方向に移動させ
、その都度認識対象文字の特＠．量と候補文字（比較対
象文字）の特徴量との比較を行い、最も近似できる分割
線の位置を決定し、候補文字ごとにそれぞれ最小となる
特ｆ！Ｉ［１間の相違（距離）を求める。
特徴量適応化処理、上下方向特徴量適応化処理および再
識別処理による詳細識別処理を行う．すなわち、分割領
域を仕切る分割線を左右方向および上下方向に移動させ
、その都度認識対象文字の特＠．量と候補文字（比較対
象文字）の特徴量との比較を行い、最も近似できる分割
線の位置を決定し、候補文字ごとにそれぞれ最小となる
特ｆ！Ｉ［１間の相違（距離）を求める。
ここで、第４図を用いて、左右方向特徴量適応化処理の
具体的手法について説明する。
具体的手法について説明する。
文字イメージの左右方向（Ｘ方向）の長さをＭ（ドット
）、上下方向（ｙ方向）の長さをＮ（ドット）、各方向
の分割数をともに８とすると、特徴素量ＸＯ（κ．ｙ）
、特徴量Ｘ（ｔ＋ｊ＋ｋ） 、辞書の特徴量Ｘ Ｄ （
ｉ，ｊ，ｋ）はそれぞれＸＯ（ｘ，ｙ） （ｘ＝０．
１，−，Ｍ−１、ｙ＝０．１，・・・，Ｎ−１）Ｘ （
ｉ，ｊ，ｋ） （ｉ＝ｏ，ｌ，・・・，７、ｊ＝０．
１，・・・．７、ｋ＝０．１，２．３ ｝ Ｘ Ｄ （ｉ，Ｌｋ） （ｉ＝ｏ，ｌ，・・・．７、ｊ
＝０．１，・・・，７、ｋ＝０．１，２．３ ） となる。ここで、ｋ （＝０．１，２．３）は、方向コ
ードに対応する特徴素ＩＸｏ（ｘ，ｙ）の取り得る値で
ある。
）、上下方向（ｙ方向）の長さをＮ（ドット）、各方向
の分割数をともに８とすると、特徴素量ＸＯ（κ．ｙ）
、特徴量Ｘ（ｔ＋ｊ＋ｋ） 、辞書の特徴量Ｘ Ｄ （
ｉ，ｊ，ｋ）はそれぞれＸＯ（ｘ，ｙ） （ｘ＝０．
１，−，Ｍ−１、ｙ＝０．１，・・・，Ｎ−１）Ｘ （
ｉ，ｊ，ｋ） （ｉ＝ｏ，ｌ，・・・，７、ｊ＝０．
１，・・・．７、ｋ＝０．１，２．３ ｝ Ｘ Ｄ （ｉ，Ｌｋ） （ｉ＝ｏ，ｌ，・・・．７、ｊ
＝０．１，・・・，７、ｋ＝０．１，２．３ ） となる。ここで、ｋ （＝０．１，２．３）は、方向コ
ードに対応する特徴素ＩＸｏ（ｘ，ｙ）の取り得る値で
ある。
特１ｉＳ！量Ｘ （ｉ， ｊ，ｋ）は、各分割領域（ｉ
． ｊ ）ごとにｋについての特徴素量ＸＯ（×，ｙ
）を積算したものであり、 と表すことができる。ここで、Ｚ （Ｘ Ｏ （ｘ，ｙ
），ｋ）は、特徴素量ＸＯ（ｘ．ｙ）がｋであるときに
ＩＳｋでないときに０とする関数である。
． ｊ ）ごとにｋについての特徴素量ＸＯ（×，ｙ
）を積算したものであり、 と表すことができる。ここで、Ｚ （Ｘ Ｏ （ｘ，ｙ
），ｋ）は、特徴素量ＸＯ（ｘ．ｙ）がｋであるときに
ＩＳｋでないときに０とする関数である。
また、ｓｅｐｘ（４）はＸ方向ｉ番目の分割線に対応す
るＸの値であり、Ｓｅｐｙ （ｊ ）はｙ方向ｊ番目の
分割線に対応するｙの値である。たとえば、Ｍ＝７２、
Ｎ＝５６の場合には、８×８に分割される各分割領域は
９×７（ドット）であり、ｓｅｐｘ（０） ＝０＋ ｓ
ｅｐｘ（１）＝９， ｓｅｐｘ（２）＝１８． ・・・
， ｓｅｐｘ（８）＝７２、ｓｅｐｙ （０）＝Ｏ．
ｓｅｐｙ（１）＝７， ｓｅｐｙ（２）＝１４， ・−
， ｓｅｐｙ（８）一５６となる。したがって、ｓｅｐ
ｘ （０）およびｓｅｐｘ （８）−１は文字イメージ
の左端０および右端７１であり、ｓｅｐン（０）および
ｓｅｐｘ （８） １は文字イメージの下端Ｏおよび
上端５５である。
るＸの値であり、Ｓｅｐｙ （ｊ ）はｙ方向ｊ番目の
分割線に対応するｙの値である。たとえば、Ｍ＝７２、
Ｎ＝５６の場合には、８×８に分割される各分割領域は
９×７（ドット）であり、ｓｅｐｘ（０） ＝０＋ ｓ
ｅｐｘ（１）＝９， ｓｅｐｘ（２）＝１８． ・・・
， ｓｅｐｘ（８）＝７２、ｓｅｐｙ （０）＝Ｏ．
ｓｅｐｙ（１）＝７， ｓｅｐｙ（２）＝１４， ・−
， ｓｅｐｙ（８）一５６となる。したがって、ｓｅｐ
ｘ （０）およびｓｅｐｘ （８）−１は文字イメージ
の左端０および右端７１であり、ｓｅｐン（０）および
ｓｅｐｘ （８） １は文字イメージの下端Ｏおよび
上端５５である。
文字の認識に用いる特徴量間の相違（評価関数）は、辞
書の特徴ｆｆｉＸＤ（ｉ，Ｌｋ）と抽出された特徴量Ｘ
（ｉ，ｊ，ｋ）のユークリッド距離あるいは市街地距離
により定義される。たとえば、市街地距離を用いた評価
関数Ｄは、 Ｄ＝ ΣΣ：Ｅ． ＩＸＤ（ｔ，ｊ．ｋ） 一Ｘ（ｉ
，３．ｋ）１▲”６ Ｊ−６ ｋ−６ と表すことができる． さて、第４図（１）において、Ｘ方向のｍ番目（ｍ−１
．２．・・・，７）の分割線をｄ ．（＝０． １．２
）だけ右方向に移動させたときに、その分割線をはさむ
分割領域の特徴量Ｘ（ｍ−１，ｊ＋ｋ）およびＸ（＋＊
，ｊ，ｋ）の変化量ΔＸ（ｍ，ｊ，ｋ）は、 となり、各特１ｖＩ．量はそれぞれ Ｘ （ｍ−１．Ｌｋ）− Ｘ （ｍ−１．Ｌｋ）十ΔＸ
（＋ｅ，ｊ．ｋ）Ｘ（ｍ，ｊ，ｋ） ←Ｘ（ｍ，ｊ，
ｋ）一ΔＸ （＋ｍ． Ｊ ｌ ｋ）に変換される。
書の特徴ｆｆｉＸＤ（ｉ，Ｌｋ）と抽出された特徴量Ｘ
（ｉ，ｊ，ｋ）のユークリッド距離あるいは市街地距離
により定義される。たとえば、市街地距離を用いた評価
関数Ｄは、 Ｄ＝ ΣΣ：Ｅ． ＩＸＤ（ｔ，ｊ．ｋ） 一Ｘ（ｉ
，３．ｋ）１▲”６ Ｊ−６ ｋ−６ と表すことができる． さて、第４図（１）において、Ｘ方向のｍ番目（ｍ−１
．２．・・・，７）の分割線をｄ ．（＝０． １．２
）だけ右方向に移動させたときに、その分割線をはさむ
分割領域の特徴量Ｘ（ｍ−１，ｊ＋ｋ）およびＸ（＋＊
，ｊ，ｋ）の変化量ΔＸ（ｍ，ｊ，ｋ）は、 となり、各特１ｖＩ．量はそれぞれ Ｘ （ｍ−１．Ｌｋ）− Ｘ （ｍ−１．Ｌｋ）十ΔＸ
（＋ｅ，ｊ．ｋ）Ｘ（ｍ，ｊ，ｋ） ←Ｘ（ｍ，ｊ，
ｋ）一ΔＸ （＋ｍ． Ｊ ｌ ｋ）に変換される。
また、Ｘ方向のｍ番目の分割線をｄ．だけ左方向に移動
させたときの変化量ΔＸ’ （ｍ＋ Ｊ ｌ ｋ）は、
となり、各特徴量はそれぞれ Ｘ （ｓ＋−１，ｊ．ｋ）←Ｘ（ａ＋−Ｌｊ，ｋ）一Δ
Ｘ’（ｍ．ｊ＋ｋ）Ｘ （ｍ．ｊ．ｋ） ４−Ｘ （
ａ＋，ｊ，ｋ）十Δｘ’ （ｍ＋ ｊ＋ ｋ）に変換さ
れる。
させたときの変化量ΔＸ’ （ｍ＋ Ｊ ｌ ｋ）は、
となり、各特徴量はそれぞれ Ｘ （ｓ＋−１，ｊ．ｋ）←Ｘ（ａ＋−Ｌｊ，ｋ）一Δ
Ｘ’（ｍ．ｊ＋ｋ）Ｘ （ｍ．ｊ．ｋ） ４−Ｘ （
ａ＋，ｊ，ｋ）十Δｘ’ （ｍ＋ ｊ＋ ｋ）に変換さ
れる。
なお、ｄ．だけ移動する分割線をはさむ分割領域以外の
特徴量については不変であり、分割線の移動によりその
特ｆ！ｌ＋１が変化する分割領域部分における評価関数
Ｄｄは、 と表すことができるので、Ｘ方向のｍ番目の分割線につ
いて、このＤ４が最小になる（辞書の特徴量に最も近似
できる）移動Ｉｄ．を決定する。
特徴量については不変であり、分割線の移動によりその
特ｆ！ｌ＋１が変化する分割領域部分における評価関数
Ｄｄは、 と表すことができるので、Ｘ方向のｍ番目の分割線につ
いて、このＤ４が最小になる（辞書の特徴量に最も近似
できる）移動Ｉｄ．を決定する。
左右方向特徴量適応化処理では、以上の処理をＸ方向の
すべての分割線について行い、それぞれの評価関数Ｄｄ
が最小となる分割領域に基づいて適応化された特徴量を
算出する。
すべての分割線について行い、それぞれの評価関数Ｄｄ
が最小となる分割領域に基づいて適応化された特徴量を
算出する。
また、上下方向特徴量適応化処理では、ｙ方向のすべて
の分割線について同様の処理を行い適応化された特徴量
を算出する．なお、左右方向および上下方向の各特徴量
適応化処理は互いに関与しているので、総合的な特徴量
適応化処理が望ましい（第４図（２））． 再識別処理では、各候補文字ごとに適応化された特徴量
に基づいて、それぞれ最小となるように変更された分割
領域に応じた評価関数（特ｌｔＩ［量間の相違）を求め
る。
の分割線について同様の処理を行い適応化された特徴量
を算出する．なお、左右方向および上下方向の各特徴量
適応化処理は互いに関与しているので、総合的な特徴量
適応化処理が望ましい（第４図（２））． 再識別処理では、各候補文字ごとに適応化された特徴量
に基づいて、それぞれ最小となるように変更された分割
領域に応じた評価関数（特ｌｔＩ［量間の相違）を求め
る。
以上の処理をすべての候補文字について行った後に、認
識文字の決定処理では、各候補文字に対応する評価関数
（特１！Ｉｒ量間の相違）についてソートを行い、その
中で最小の評価関数に対応する候補文字をＬ’２ １ｋ
文字として決定する。
識文字の決定処理では、各候補文字に対応する評価関数
（特１！Ｉｒ量間の相違）についてソートを行い、その
中で最小の評価関数に対応する候補文字をＬ’２ １ｋ
文字として決定する。
このように、認識対象文字の特徴量は、辞書の対応する
文字の特徴量に自動的に近似されるので、辞書の比較対
象文字に対するｖＱ識対象文字の微小なずれや変形を吸
収することが容易である。
文字の特徴量に自動的に近似されるので、辞書の比較対
象文字に対するｖＱ識対象文字の微小なずれや変形を吸
収することが容易である。
上述したように、本発明によれば、文字の読み込み条件
の変動やフォント変化に応じた微小なずれや変形による
誤認識が減少し、安定した文字認識率を得ることができ
る。
の変動やフォント変化に応じた微小なずれや変形による
誤認識が減少し、安定した文字認識率を得ることができ
る。
なお、認識対象文字としてプリンタ出力文字を使用し、
岩田細明朝体の文字から作成した辞書を使用し、約１４
００文字について行った文字認識処理の結果は、従来方
式では８０〜８５％であったものが、本発明方式では９
５％程度に向上させることができ、実用的には極めて有
用である。
岩田細明朝体の文字から作成した辞書を使用し、約１４
００文字について行った文字認識処理の結果は、従来方
式では８０〜８５％であったものが、本発明方式では９
５％程度に向上させることができ、実用的には極めて有
用である。
第１図は本発明の原理ブロック図、
第２同は本発明方式を実現する文字認識装置の実施例構
戒を示すブロック図、 第３図は実施例処理手順を示すフローチャート、第４図
は特１！ｌ［量適応化処理の具体的手法について説明す
る図、 第５図は文字イメージの特徴量抽出処理を説明する図で
ある。 図において、 １は特徴量抽出手段、 ３は辞書、 ５は辞書検索手段、 ７は特徴量適応化手段、 ｌは文字切り出し部、 ３は特徴量抽出部、 ５は辞書、 ２７は辞書検索部、 ２９は出力部である。 本発明原理ブロック図 第１図 文字認識装置のｌＩｅ．例を示すブロノク図第２図 ｍ−１ ｍ＝１ （１） （２） 特徴量適応化処理の具体的手法について説明する図実施
例処理手順を示すフローチャート 第 ４ 図 第 ３ 図 （１） （２） ２ （３） （４） （５） 文字イメージの特徴量抽出処理を説明する図第５図
戒を示すブロック図、 第３図は実施例処理手順を示すフローチャート、第４図
は特１！ｌ［量適応化処理の具体的手法について説明す
る図、 第５図は文字イメージの特徴量抽出処理を説明する図で
ある。 図において、 １は特徴量抽出手段、 ３は辞書、 ５は辞書検索手段、 ７は特徴量適応化手段、 ｌは文字切り出し部、 ３は特徴量抽出部、 ５は辞書、 ２７は辞書検索部、 ２９は出力部である。 本発明原理ブロック図 第１図 文字認識装置のｌＩｅ．例を示すブロノク図第２図 ｍ−１ ｍ＝１ （１） （２） 特徴量適応化処理の具体的手法について説明する図実施
例処理手順を示すフローチャート 第 ４ 図 第 ３ 図 （１） （２） ２ （３） （４） （５） 文字イメージの特徴量抽出処理を説明する図第５図
Claims (1)
- （１）認識対象文字のイメージ情報を複数の領域に分割
し、各分割領域ごとに抽出された特徴量から認識対象文
字の特徴量を得る特徴量抽出手段（１１）と、 比較対象文字の特徴量が格納される辞書（１３）と、 前記認識対象文字の特徴量と前記比較対象文字の特徴量
とを比較し、特徴量間の相違が最小となる比較対象文字
を認識結果として出力する辞書検索手段（１５）と を備えた文字認識方式において、 所定の比較対象文字ごとに、前記認識対象文字の各分割
領域の大きさを変更して前記特徴量間の相違を最小とす
る特徴量適応化処理を行い、そのときの各特徴量間の相
違を識別処理に供する特徴量適応化手段（１７）を備え
た ことを特徴とする文字認識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1156440A JPH0322094A (ja) | 1989-06-19 | 1989-06-19 | 文字認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1156440A JPH0322094A (ja) | 1989-06-19 | 1989-06-19 | 文字認識方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0322094A true JPH0322094A (ja) | 1991-01-30 |
Family
ID=15627800
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1156440A Pending JPH0322094A (ja) | 1989-06-19 | 1989-06-19 | 文字認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0322094A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10916369B2 (en) | 2016-11-08 | 2021-02-09 | Koninklijke Philips N.V. | Inductor for high frequency and high power applications |
-
1989
- 1989-06-19 JP JP1156440A patent/JPH0322094A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10916369B2 (en) | 2016-11-08 | 2021-02-09 | Koninklijke Philips N.V. | Inductor for high frequency and high power applications |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100249055B1 (ko) | 문자인식장치및방법 | |
| JP3427692B2 (ja) | 文字認識方法および文字認識装置 | |
| EP0355748B1 (en) | A pattern recognition apparatus and method for doing the same | |
| KR100412317B1 (ko) | 문자인식/수정방법및장치 | |
| EP0542566A2 (en) | Character recognition method and apparatus thereof | |
| JP2730665B2 (ja) | 文字認識装置および方法 | |
| JPH1166238A (ja) | 手書き文字認識方法 | |
| JPH0322094A (ja) | 文字認識方式 | |
| JP3897999B2 (ja) | 手書き文字認識方法 | |
| JP2728117B2 (ja) | 文字認識装置 | |
| JP2851865B2 (ja) | 文字認識装置 | |
| JP3466903B2 (ja) | 文字認識用マルチテンプレート辞書作成方法 | |
| JPH056464A (ja) | 文字列認識方法及びその装置 | |
| JPS62281082A (ja) | 文字認識装置 | |
| KR940001048B1 (ko) | 온라인 필기체문자인식방법 | |
| KR960013818B1 (ko) | 다중획인식을 이용한 한글조합인식장치 | |
| JP3146046B2 (ja) | オンライン文字認識装置 | |
| JP3281530B2 (ja) | 文字認識装置 | |
| JPH03150690A (ja) | 文字認識装置 | |
| JP2923295B2 (ja) | パターン同定処理方式 | |
| JPH0338631B2 (ja) | ||
| JPH02193280A (ja) | 文字認識装置 | |
| JP2000181989A (ja) | 文字認識装置及びその方法並びにその方法をプログラムとして記録したコンピュータ読み取り可能な記録媒体 | |
| JPH04280393A (ja) | 文字図形認識装置 | |
| JPH05298489A (ja) | 文字認識方式 |